Introduction aux agents en intelligence artificielle
Aujourd'hui, les agents en intelligence artificielle sont la nouvelle électricité. Il révolutionne la technologie. L'intelligence artificielle rend les machines / ordinateurs intelligents comme les humains.
Qu'est-ce qu'un agent?
Un agent est tout ce qui prend des mesures en fonction des informations qu'il tire de l'environnement. Un agent humain possède des organes sensoriels pour détecter l'environnement et les parties du corps pour agir tandis qu'un agent robot dispose de capteurs pour percevoir l'environnement.
Comment l'agent interagit-il avec l'environnement?
Les agents interagissent avec l'environnement de deux manières:
1. Perception
La perception est une interaction passive, où l'agent obtient des informations sur l'environnement sans changer l'environnement. Les capteurs du robot lui permettent d'obtenir des informations sur l'environnement sans affecter l'environnement. Par conséquent, obtenir des informations grâce à des capteurs est appelé perception.
2. Action
L'action est une interaction active où l'environnement est modifié. Lorsque le robot déplace un obstacle à l'aide de son bras, cela s'appelle une action lorsque l'environnement est modifié. Le bras du robot est appelé «effecteur» car il exécute l'action.
Explication de l'image ci-dessus:
- L'interaction de l'agent avec l'environnement se fait par le biais de capteurs et effecteurs.
- Prenons l'exemple d'un chatbot qui est un assistant virtuel. Quand il lit et comprend la signification des messages d'un utilisateur, cela s'appelle la perception. Et quand il répond à l'utilisateur après avoir analysé le message de l'utilisateur, cela s'appelle l'action.
Comment les agents doivent-ils agir en intelligence artificielle?
Voici les points qui expliquent comment un agent doit agir:
- Un agent rationnel fait la bonne chose. La bonne action est celle qui fait que l'agent réussit le mieux.
- Un agent omniscient sait quel impact l'action aura et peut agir en conséquence, mais en réalité, ce n'est pas possible.
- Le degré de réussite défini par la mesure du rendement
- La séquence de perception qui est la séquence complète des perceptions de l'agent jusqu'au moment présent
- La connaissance de l'agent sur l'environnement
- Quelles actions l'agent peut-il effectuer
2. Mappage des séquences Percept en actions
Quand on sait que l'action de l'agent dépend complètement de l'histoire perceptuelle - la séquence perceptive, alors l'agent peut être décrit en utilisant une cartographie. Le mappage est une liste qui mappe la séquence percept à l'action. Lorsque nous spécifions quelle action un agent doit entreprendre correspondant à la séquence de perception donnée, nous spécifions alors la conception d'un agent idéal.
3. Autonomie
Le comportement d'un agent dépend de sa propre expérience ainsi que de la connaissance intégrée de l'agent inculquée par le concepteur d'agent. Un système est autonome s'il prend des mesures en fonction de son expérience. Donc, pour la phase initiale, comme il n'a aucune expérience, il est bon de fournir des connaissances intégrées. L'agent apprend ensuite à travers l'évolution. Un agent intelligent vraiment autonome, s'il dispose de suffisamment de temps pour s'adapter, devrait pouvoir fonctionner avec succès dans une grande variété d'environnements.
Types d'agents en intelligence artificielle
Voici les 4 types d'agents:
1. Agent réflexe
L'agent réflexe fonctionne de manière similaire à l'action réflexe de notre corps (par exemple lorsque nous levons immédiatement notre doigt lorsqu'il touche le bout de la flamme). Tout comme la réponse rapide de notre corps en fonction de la situation actuelle, l'agent répond également en fonction de l'environnement actuel, quel que soit l'état passé de l'environnement. L'agent réflexe ne peut fonctionner correctement que si les décisions à prendre sont basées sur la perception actuelle.
2. Des agents qui suivent le monde
Ce sont les agents avec de la mémoire. Il stocke les informations sur l'état précédent, l'état actuel et exécute l'action en conséquence. Tout comme en conduisant, si le conducteur veut changer de voie, il regarde dans le rétroviseur pour connaître la position actuelle des véhicules derrière lui. En regardant devant, il ne peut voir que les véhicules devant et comme il a déjà des informations sur la position des véhicules derrière lui (depuis le rétroviseur il y a un instant), il peut changer de voie en toute sécurité. L'état précédent et l'état actuel sont rapidement mis à jour pour décider de l'action.
3. Agents basés sur les objectifs
Dans certaines circonstances, seules les informations sur l'état actuel peuvent ne pas aider à prendre la bonne décision. Si l'objectif est connu, l'agent prend en compte les informations sur l'objectif en plus des informations sur l'état actuel pour prendre la bonne décision. Par exemple, si l'agent est une voiture autonome et que le but est la destination, alors les informations de l'itinéraire vers la destination aident la voiture à décider quand tourner à gauche ou à droite.
La «recherche» et la «planification» sont les deux sous-domaines de l'IA qui aident l'agent à atteindre ses objectifs. Bien que l'agent basé sur les objectifs puisse sembler moins efficace, il est néanmoins flexible. En considérant le même exemple mentionné ci-dessus, si la destination change, l'agent manipulera ses actions en conséquence. Ce ne sera pas le cas avec l'agent réflexe car toutes les règles doivent être réécrites avec le changement de but.
4. Agents de services publics
Il peut y avoir de nombreuses séquences possibles pour atteindre l'objectif, mais certaines seront meilleures que d'autres. En considérant le même exemple mentionné ci-dessus, la destination est connue mais il existe plusieurs itinéraires. Le choix d'un itinéraire approprié est également important pour le succès global de l'agent. Il existe de nombreux facteurs pour décider de l'itinéraire, comme le plus court, le plus confortable, etc. Le succès dépend de l'utilité de l'agent en fonction des préférences de l'utilisateur.
L'utilitaire est une fonction qui mappe un état à un nombre réel qui décrit le degré de bonheur. La fonction d'utilité spécifie le compromis approprié en cas de conflit entre les objectifs.
Conclusion - Agents en intelligence artificielle
Un agent est tout ce qui prend des mesures en fonction des informations qu'il tire de l'environnement. Les agents interagissent avec l'environnement de deux manières: la perception et l'action. Les agents peuvent être rationnels ou omniscients.
Voici les 4 types d'agents:
- Agent réflexe (réactif) - un agent sans
- Des agents qui suivent le monde
- Agents basés sur les objectifs
- Agents de services publics
Articles recommandés
Ceci est un guide des agents en intelligence artificielle. Nous discutons ici de ce qu'est un agent, de la façon dont l'agent interagit avec l'environnement et des quatre types d'agent. Vous pouvez également consulter nos autres articles connexes pour en savoir plus -
- Technologie d'intelligence artificielle
- Comment fonctionne l'intelligence artificielle?
- Applications de l'apprentissage automatique
- Types d'algorithmes d'apprentissage automatique
- Techniques d'intelligence artificielle
- Les 12 principaux types de capteurs et leurs applications